Improving Deep Learning-Based Seismic Phase Picking by Addressing Label Imbalance

地球の秘密の言語と失われた音符

地球は、巨大で落ち着きのないドラムであると想像してください。地球が動いたり、ひび割れたり、沈み込んだりすると、それは地中を伝わる波——地震波——として、空気を伝わる音のように地面を通じて波紋を送り出します。地震学者は、この波紋を聞き取り、地下深くで何が起きているのかを理解しようとする「聞き手」です。数十年の間、彼らの仕事は、騒がしい部屋の中で特定のささやき声を探し出すようなものでした。彼らは画面上のぐにゃぐにゃとした線を見つめ、「P波」（最初に到着する速い波）や「S波」（後から来る遅い揺れ）がいつ現れたのかを、手作業で見極めなければなりませんでした。それは遅く、疲れを伴う作業であり、現代のセンサーが24時間体制で地球を記録している現状では、人間の目では到底処理しきれない膨大なデータが存在していました。

ここで登場するのが、人間よりも速くパターンを見つけ出すことができる「ディープラーニング（深層学習）」、つまり一種のコンピュータの脳です。これらのデジタル探偵たちは、地球の鼓動を読み取ることに驚異的な能力を発揮し、人間が見逃してしまうような地震を見つけ出すようになりました。しかし、一つ問題があります。地球が非常に荒れているとき——例えば、大規模な地震の後に何百もの小さな余震が続くとき——、大きなイベントによる「ノイズ」が、小さなイベントの微かなささやきをかき消してしまうのです。コンピュータは混乱し、しばしば小さな信号を見逃してしまいます。なぜなら、コンピュータは「轟音」そのものよりも、轟音の間の「静寂」に注意を払うように訓練されてしまっているからです。この論文は、シンプルな問いを投げかけます。「コンピュータ自体を作り変えることなく、もっと静かな部分に注意を向けるよう教え込むことはできるだろうか？」

耳を調律する：コンピュータへの新しい教え方

東京大学と京都大学の加藤真也氏率いる研究チームは、問題はコンピュータの「脳」（アーキテクチャ）にあるのではなく、どのように教えるかにあることに気づきました。彼らは、この学習プロセスを、教師が生徒の宿題を採点する過程に例えました。

これらのモデルの標準的な学習方法では、コンピュータは30秒間の地震データの一塊（チャンク）を見ます。そのチャンクの中で、「背景」（何も起きていない静かで退屈な部分）は時間の約98%を占めています。実際の地震信号（P波やS波）は、それぞれわずか1%程度しか占めない、小さく鋭いスパイク（突起）です。コンピュータが学習しようとするとき、その30秒間全体をどれだけ正確に予測できたかに基づいて「スコア」を与えられます。背景があまりにも巨大であるため、コンピュータは「常に背景である」と予測し続けることが、良いスコアを得るための最も簡単な方法であると学習してしまいます。つまり、コンピュータは怠慢になり、全体の成績にはあまり影響しないために、小さく重要なスパイクを無視してしまうのです。これは、テストの内容のほとんどが退屈な章に関するものであるため、退屈な章ばかりを勉強し、刺激的で極めて重要な展開を完全に見逃してしまう生徒のようなものです。

これを解決するために、チームは**面積重み付きソフト交差エントロピー損失（area-weighted soft cross-entropy loss）**と呼ばれる新しい「採点システム」を考案しました。すべての秒数を平等に扱うのではなく、この新手法は、小さな重要なスパイクを正しく捉えた場合に、コンピュータに莫大なボーナスを与えるものです。これは、生徒に対して「退屈な背景を正解したら1点。でも、もし小さなP波やS波を見つけたら100点あげる！」と伝えるようなものです。これにより、たとえ稀な現象であっても、コンピュータは波の到着時刻に対して強烈に注意を払うよう強制されます。

彼らが見つけたもの：より多くのささやきを捕らえる

チームはこの新しい「採点システム」を、地震検出で人気のある2つのモデル、SegPhaseとPhaseNetでテストしました。彼らはモデルの「脳」を変えたのではなく、単にゲームのルールを変えただけです。

結果は、明確な行動の変化を示しました。新しい重み付けルールで訓練されたモデルは、より敏感になりました。

• 精度の高いタイミング： モデルが到着時刻を予測した際、その精度は格段に向上しました。エラーの「散らばり（誤差の広がり）」は大幅に減少しました。SegPhaseモデルでは、P波の誤差の広がりが00.20秒から0.07秒へと縮小し、S波では0.27秒から0.05秒へと減少しました。
• トレードオフ： しかし、敏感になることには代償もありました。モデルは、実際には存在しないものまで「見て」しまうようになったのです。モデルは本物の地震を捉える能力（再現率：recall）は向上しましたが、ノイズを地震としてフラグ立てしてしまうことも増えました（適合率：precisionの低下）。これは、金貨だけでなくソーダの缶にも反応してしまうほど感度が高すぎる金属探知器のようなものです。研究者たちは、モデルが「再現率重視（recall-oriented）」になったことを見出しました。つまり、後でいくつかの誤報を確認する必要があったとしても、本物のイベントを見逃す可能性を低くしたのです。

実世界のテスト：リッジクレスト地震

この手法が実世界で実際に機能するかどうかを確認するため、チームはカリフォルニアの2019年リッジクレスト地震シーケンスの連続データに新しいモデルを適用しました。これは、本震と数千の余震を伴う大規模なイベントでした。

結果は目覚ましいものでした。重み付けされた損失モデルは、元のモデルよりも大幅に多くの地震を検出しました。

• SegPhaseは、新しい手法を用いることで、旧手法の26,914に対し、34,008の地震を検出しました。
• PhaseNetは、新しい手法を用いることで、旧手法の23,622に対し、32,997の地震を検出しました。

これらの数値は、異なる手法を用いた他の専門家による既存のカタログのカウントさえも上回りました。新しいモデルは、専門家と同じ地震帯を正確に描き出しつつ、その間に存在するより多くの小さなイベントを見つけ出しました。これは、モデルが信号を見逃すことを恐れなくなることで、科学者が地震活動のより完全な全体像を構築できることを示唆しています。

限界：ノイズが大きすぎる時

しかし、物語は完璧な解決策で終わるわけではありません。研究者たちはその限界についても正直に述べています。彼らは、新しい手法が地震シーケンスの最中にある小さな地震を見つけるのには優れているものの、最大かつ最も激しい地震の直後には依然として苦戦することを発見しました。

大規模な地震の直後、地面は「コーダ波（coda waves）」と呼ばれる、混沌とした高エネルギーの轟音とともに長時間揺れ続けており、それが次の小さな地震の微かなささやきをかき消してしまいます。たとえ信号を見つけるための「ボーナスポイント」を与えたとしても、大きな地震の咆哮があまりにも大きく、乱雑であるため、コンピュータはその小さなささやきを聞き取ることができませんでした。論文は、訓練のルールを変えることは助けにはなるものの、信号が物理的に他の信号の下に埋もれてしまっている問題までは解決できないことを示唆しています。

まとめ

この論文は、問題を解決するために、必ずしもより大きく複雑なコンピュータの脳を構築する必要はないということを示しています。時には、ただ教え方を変えるだけでよいのです。データの中の小さく極めて重要な瞬間への重要性を再設定することで、研究者たちは既存のモデルを、特に見逃しやすい小さな地震を検知する能力において、より優れたものへと進化させました。これは、ノイズが多く混沌とした地震科学の世界において、時には過去の静かな部分に少しだけ耳を傾けることが、未来を聴くための最善の方法であることを教えてくれます。